논문 상세보기

도로 분할 성능 향상을 위한 과업 기반 SAR 영상 개선 기초연구

A Fundamental Study on Task-Driven SAR Image Enhancement for Improving Road Segmentation Performance

김연태, 한준규, 김민석, 김형규
  • 언어KOR
  • URLhttps://db.koreascholar.com/Article/Detail/453762
모든 회원에게 무료로 제공됩니다.
한국도로학회 (Korean Society of Road Engineers)
초록

합성개구레이더(Synthetic Aperture Radar, SAR)는 기상 및 주야간 조건의 영향을 적게 받아 광역 도로망 모니터링과 재난 대 응에 활용 가능성이 높다. 그러나 저해상도 SAR 영상에서는 도로가 매우 적은 화소로 표현되고 스펙클 잡음의 영향을 크게 받 아 도로의 연속적인 선형 구조를 안정적으로 추출하기 어렵다. 본 연구에서는 이러한 한계를 개선하기 위하여 도로 분할 성능 향상을 직접적인 학습목표로 활용하는 과업 기반 생성적 적대 신경망(TD-GAN)을 제안하였다. 제안기법은 저해상도 SAR 영상 을 도로 분할에 보다 적합한 형태로 변환하고, 스펙클의 영향을 줄이면서 도로의 선형 특성을 유지하도록 구성하였다. GF-3 SARroad 데이터셋을 활용하여 성능을 검토한 결과, 기존 저해상도 SAR 영상을 직접 사용하는 경우보다 도로 분할 정확도가 향상되었으며, 다양한 분할모델에서도 일관된 성능 개선 경향을 확인하였다. 이를 통해 제안기법은 기존 SAR 기반 도로 모니 터링 시스템에 적용 가능한 전처리 기술로 활용될 수 있으며, 향후 광역 도로망 관리, 재난 발생 후 도로 연결성 파악 및 도로 정보 갱신 등에 활용 가능성이 있을 것으로 판단된다.

키워드
합성개구레이더(SAR)도로 분할생성적 적대 신경망(GAN)과업 기반 학습영상 향상
저자
  • 김연태(한국건설기술연구원 도로교통연구본부 수석연구원) | Kim Yeon Tae Corresponding author
  • 한준규(한국건설기술연구원 도로교통연구본부 UST 학생연구생) | Han Jun Kyu
  • 김민석(한국건설기술연구원 도로교통연구본부 UST 학생연구생) | Kim Min Seok
  • 김형규(한국건설기술연구원 도로교통연구본부 수석연구원) | Kim Hyung Kyu